识别图像python的区域

Question

我有一个microscopy image，需要计算红色显示的面积。我们的想法是构建一个函数，返回右侧照片上红线内的区域(浮点值，X mm²)。

由于我几乎没有图像处理的经验，我不知道如何处理这个(可能很愚蠢的)问题，所以我正在寻求帮助。其他图像示例非常类似，只有1个聚集在一起的“兴趣区”靠近中心。

我习惯于用python编码，并且已经使用软件ImageJ一段时间了。

任何python包、软件、参考书目等都应该有所帮助。

谢谢!

编辑:我手工制作的红色示例只是为了让人们理解我想要什么。检测“感兴趣区域”必须在代码内部完成。

Answer 1

精明，形态变换和轮廓可以提供一个不错的结果。

尽管它可能需要根据输入图像进行一些微调。

import numpy as np
import cv2 


# Change this with your filename
image = cv2.imread('test.png', cv2.IMREAD_GRAYSCALE)

# You can fine-tune this, or try with simple threshold
canny = cv2.Canny(image, 50, 580)  

# Morphological Transformations
se = np.ones((7,7), dtype='uint8')
image_close = cv2.morphologyEx(canny, cv2.MORPH_CLOSE, se)

contours, _ = cv2.findContours(image_close, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# Create black canvas to draw area on
mask = np.zeros(image.shape[:2], np.uint8)

biggest_contour = max(contours, key = cv2.contourArea)
cv2.drawContours(mask, biggest_contour, -1, 255, -1)

area = cv2.contourArea(biggest_contour)

print(f"Total area image: {image.shape[0] * image.shape[1]} pixels")
print(f"Total area contour: {area} pixels")

cv2.imwrite('mask.png', mask)
cv2.imshow('img', mask)
cv2.waitKey(0)

# Draw the contour on the original image for demonstration purposes
original = cv2.imread('test.png')
cv2.drawContours(original, biggest_contour, -1, (0, 0, 255), -1)
cv2.imwrite('result.png', original)
cv2.imshow('result', original)
cv2.waitKey(0)

该代码生成以下输出：

Total area image: 332628 pixels
Total area contour: 85894.5 pixels

剩下的唯一要做的就是将像素转换为您喜欢的测量值。

下面是两张演示图片。

Result

Mask

Answer 2

我对这个话题不太了解，但它看起来和这个问题非常相似，这个问题有两个很好的答案：

Python: calculate an area within an irregular contour line